2017/07 -- 2017/09 天池智慧交通预测赛思路及模型总结（二）

前提回顾

前面一篇的天池智慧交通预测赛思路及模型总结（一）中总结了比赛中的数据处理、特征选择以及基本机器学习模型的使用，算是一个baseline的做法吧。

本片博客主要介绍比赛过程中使用到的Static（线性规则模型）。

Static模型概览

LightGBM和Xgboost从回归模型的角度针对短时交通流的预测给出了相对较好的Mape值，一方面来源于特征选取地较为恰当，另一方面是对模型的参数集的合理配置。但是通过对测试集的预测值与真实值进行比对之后，发现相对于时序数据的单点预测来说，虽然一次性预测未来一个小时的所有点总体来看Mape值较低，但是却没有单点预测的趋势性。针对这一缺陷，考虑使用模型融合的方式加入趋势性信息特征。

通过对各个时间段travel_time与统计值指标的分析，发现早高峰8_{9点中位数和众数的线性组合可以总体上逼近真实值，下午日平峰的15}16点更偏向于使用样本期望来反映，而均值和众数的线性组合更适用于晚高峰6~7点。这样的统计规律使我尝试构建线性模型，实验证明，这样的模型测试结果同样具有较好的Mape值指标。

既然最终以Mape指标为评测标准，那么是否可以通过对样本的分析从而找出局部最优Mape所对应的travel_time，同样考虑模型融合的方式将其与LightGBM和线性模型进行融合。

最优Mape值算法的伪代码如下所示：

Input: travel_time List  Link_id List
Output: The best travel_time with best Mape of each Link_id in every time phases
Global variables: 
    double bestMape = 100.0;
    double bestTravelTime minValue maxValue = 0.0;
    double step = 0.1;
    ArrayList<Double> travel_time= new ArrayList<Double>();  
ArrayList<String> linkIdList = new ArrayList<String>();
----START
maxValue = Collections.max(tmpList);
    minValue = Collections.min(tmpList);
    for var i to limit by step do
         ArrayList<Double> tmpMapeList = new ArrayList<Double>();  
        double realData = 0.0;
        double preData = 0.0;
        double sum = 0.0;
        double mapeTmp = 0.0;
        for(int j=0;j<tmpList.size();j++){
            tmpMapeList.add(i);
        }
Double[] tmpMapeArray = new Double[tmpMapeList.size()];  //预测值
            Double[] tmpListArray = new Double[tmpList.size()];  //真实值
            for (int r=0;r<tmpList.size();r++){
                realData = tmpList.toArray(tmpListArray)[r];
                preData = tmpMapeList.toArray(tmpMapeArray)[r];
                sum=sum+(Math.abs(Math.abs(realData)-
Math.abs(preData))/Math.abs(realData));
            }
            mapeTmp = sum/tmpList.size();
            if (mapeTmp < bestMape){
                bestMape = mapeTmp;
                bestTravelTime = i;
            }
-----END